J. A. Martín-Fernández, M. Comas-Cufí, G. Mateu-Figueras, J. Palarea-Albaladejo
Un vector de cuentas contiene la distribución discreta de ocurrencias entre posibles categorías mutuamente excluyentes que resulta de la repetición de ensayos idénticos e independientes. Este tipo de datos generalmente se analiza mediante modelos multinomiales y de Dirichlet. Estos modelos tienen limitaciones cuando la suma total del vector no es informativa. La metodología log-cociente, apropiada en este contexto, requiere un pre-procesamiento de los ceros. Nuestro enfoque asume que los ceros se refieren a valores positivos que se podrían haber observado con un mayor número de ensayos u otro diseño de muestreo. Las técnicas existentes para el tratamiento de este tipo de ceros se basa en inferencia bayesiana, usando la composición de las distribuciones Dirichlet y multinomial. En este trabajo introducimos el tratamiento de ceros mediante la composición de la distribución log-cociente normal y la multinomial, cuyo rendimiento se ilustra utilizando conjuntos de datos reales y simulados.
Palabras clave / Keywords: símplex, porcentajes, ceros, log-cociente, normal, multinomial
Programado
Sesión GT02-3: Análisis Multivariante y Clasificación (AMyC-3). Organizadora: Eva Boj del Val
29 de mayo de 2018 15:20
Sala 5
